BRKGA COMBINADO COM O MÉTODO Q-LEARNING PARA RESOLUÇÃO DO PROBLEMA DO CAIXEIRO VIAJANTE COM AGRUPAMENTOS EM FAMÍLIAS

Este trabalho aborda o Problema do Caixeiro Viajante com Agrupamentos em Famı́lias. Este problema é uma variante do Problema do Caixeiro Viajante, na qual os nós são agrupados em famı́lias e busca-se realizar um número especı́fico de visitas dentro de cada famı́lia. O caixeiro não precisa necessariamente visitar todos os nós, mas apenas um número predefinido. Trata-se de um problema de otimização combinatória classificado como NP-Difı́cil. Para resolução do problema
foi utilizada uma metaheurı́stica hı́brida que combina o Biased Random-key Genetic Algorithm (BRKGA) com o algoritmo de aprendizagem por reforço Q-Learning para configurar os parâmetros do BRKGA durante o processo evolutivo. Para validar o método foram realizados testes computacionais utilizando instâncias disponı́veis na literatura. Os resultados obtidos pelos experimentos foram comparados com os melhores resultados da literatura e demonstraram que o método aplicado
é robusto e eficiente.